基于OpenCV的人員剔除

點擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”

重磅干貨，第一時間送達

? ? ? ? ? ?

? ?

1.?Python 3.xx（Python 3.7.4）

2.?OpenCV（4.1.2版）

一個檢測幀示例

要解決的第二個問題是找到一種方法來檢測要刪除的對象。OpenCV提供了一種簡單的方法：基于支持向量機的“定向梯度直方圖”檢測器。它是必不可少的檢測器，不是最快，不是最準(zhǔn)確，不是最好的，但它可以正常工作。

1.?實例化?HOGDescriptor

2.?獲取視頻的第一幀用作遮罩

3.?遍歷每一幀，對于每個檢測到的人，從第一幀開始用相應(yīng)的“空”替換該區(qū)域

4.?保存輸出

按照前面描述的工作流程，代碼保存在github中，見文末。

讓我們測試一下！

像一個老板一樣。手放在口袋里消失了！

但是，引用伊隆·馬斯克（Elon Musk）的話：“仍有改善的空間”。實際上結(jié)果并不是那么精確，尤其是當(dāng)離相機更近的時候。

在測試了這段代碼之后，整個輸出看起來有問題且不穩(wěn)定。因此，需要找到一種方法來改進它：用第一幀替換每個檢測到的人似乎是個好方法，因此我可能需要找到一種更好的方法來檢測物體！

改進之處：

在搜索COCO的模型ZOO時，我們發(fā)現(xiàn)了一個實例分割模型，每幅圖像的推理時間為0.07秒，這是最快的實例之一（可能不是最準(zhǔn)確的）。

我們自定義了模型，需要安裝所有需要的依賴，例如pytorch，torchvision和detectron2：

# install dependencies:!pip install -U torch==1.4+cu100 torchvision==0.5+cu100 -f https://download.pytorch.org/whl/torch_stable.html!pip install cython pyyaml==5.1!pip install -U ‘git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI'import torch, torchvision

以下代碼和說明已在Google Colab實例上進行了測試，做出此選擇是為了使此實驗更易于復(fù)制，而不會因缺少依賴項，版本沖突和所有經(jīng)常發(fā)生的無聊而苦惱。

然后我們需要安裝Detectron2：

# install detectron2:!git clone https://github.com/facebookresearch/detectron2 detectron2_repo!pip install -e detectron2_repo

現(xiàn)在，我們可以繼續(xù)導(dǎo)入所有需要的庫并加載模型：

cfg = get_cfg()cfg.merge_from_file(model_zoo.get_config_file(“COCO-InstanceSegmentation/mask_rcnn_R_50_DC5_1x.yaml”))cfg.MODEL.ROI_HEADS.SCORE_THRESH_TEST = 0.5 # set threshold for this modelcfg.MODEL.WEIGHTS = model_zoo.get_checkpoint_url(“COCO-InstanceSegmentation/mask_rcnn_R_50_DC5_1x.yaml”)predictor = DefaultPredictor(cfg)

無法使用我們的predictor類進行推斷，predictor需要在Tensors上返回一個需要轉(zhuǎn)換為numpy數(shù)組的數(shù)組，然后可以像以前一樣迭代該數(shù)組：

outputs = predictor(frame)outputs = outputs[“instances”].pred_boxes.to(‘cpu’).tensor.numpy().astype(int)

讓我們檢查一下最終結(jié)果。

Detectron2 VS HOGDetector

從gif可以觀察到Detectron2如何更準(zhǔn)確地檢測到一個人，但是，需要說的是，當(dāng)然，它需要更多的“深度”配置（依賴有時會很麻煩）。但是，最終結(jié)果不言而喻！

代碼鏈接：https://github.com/robertosannazzaro/person-removal-detectron2

交流群

歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學(xué)影像、GAN、算法競賽等微信群（以后會逐漸細分），請掃描下面微信號加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三?+?上海交大?+?視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~